可用版本“微乐天津麻将有挂吗”科技辅助神器手机版

智通财经APP获悉
，据报道，韩国存储芯片巨头SK海力士正在与英特尔(INTC.US)合作开展2.5D封装技术的研究与开发。报道称 ，SK海力士正在考虑采用英特尔研发的2.5D封装技术“嵌入式多芯片互连桥(EMIB)
” 。该公司目前正在进行测试，以将HBM和系统半导体与英特尔提供的EMIB嵌入式基板结合使用
。目前
，该公司正在寻找适用于实际量产的材料和组件。受此消息提振，截至发稿 ，英特尔周一美股盘初涨近4% 。

在先进封装领域
，台积电(TSM.US)的CoWoS长期占据主导地位。SK海力士也与其保持着密切的合作关系，并在HBM和2.5D封装方面开展联合研发
。然而 ，随着AI军备竞赛愈演愈烈
，封装产能瓶颈自2022年底以来一直未能缓解，并已成为制约AI芯片供应链的核心痛点之一。尽管各大厂商纷纷扩产并推进新技术 ，供应紧张局面依旧持续 。

在此背景下
，英特尔的EMIB技术正逐渐受到行业关注
。面对AI芯片对异构集成和带宽的极致需求，英特尔的EMIB封装技术通过嵌入式硅桥实现了高带宽 、低成本的Chiplet互联 ，避开了大面积硅中介层的成本制约
，自2017年量产以来已广泛应用于服务器
、网络和HPC领域。

这一技术路线与台积电的CoWoS在功能定位上高度重叠，为寻求替代方案的厂商提供了可行选项 。据此前报道 ，英特尔正就其先进封装服务与至少两家大型客户展开持续磋商，其中谷歌(GOOGL.US)和meta(meta.US)有望成为未来设计的潜在采用者
，亚马逊(AMZN.US)据传也在接洽合作之列
。若上述订单落地，将为英特尔代工业务带来大量外部收入。

尽管合作前景受到关注 ，EMIB技术能否大规模商业化
，封装良率仍是核心不确定因素 。知名科技分析师郭明錤对此发出警示称，英特尔公布的EMIB-T90%良率属于验证数据 ，并不代表实际量产良率水平
。郭明錤指出
，量产良率将在谷歌决定是否将EMIB用于下一代TPUAI芯片的过程中扮演决定性角色。这一判断同样适用于SK海力士的评估进程——若量产良率无法达到经济可行的水平，EMIB的大规模应用将面临实质性障碍 。因此 ，对于英特尔而言
，如何将验证阶段的良率优势转化为稳定的量产能力，将直接决定其能否在AI封装供应链中实现突破
。

CPU重回“C位”+代工业务拿下大客户英特尔走上复苏之路

值得一提的是 ，英特尔是今年以来表现亮眼的美股之一
，该股股价今年迄今已累计上涨近240%，并在上周五盘中涨至130.57美元的历史新高。

英特尔得以扭转此前多年的颓势 ，主要原因在于其在新管理层的带领下完成错过移动计算时代的“救赎 ”，如今正在努力搭上人工智能(AI)这趟“列车
” 。

受益于AI基础设施的大规模建设浪潮
，英特尔在上月底公布的财报显示，一季度营收同比增长7%至136亿美元 ，大幅高于分析师平均预期的124亿美元。Non-GAAP净利润为15亿美元
，同比增长156%;调整后每股收益为0.29美元，同比增长123% ，同样大幅高于分析师平均预期的0.01美元;毛利率为41.0%
，上年同期为39.2%
。

与此同时，英特尔预计 ，二季度营收为138亿至148亿美元
，预测区间中值143亿美元大幅高于分析师平均预期的130亿美元;预计二季度调整后每股收益为0.20美元，同样大幅高于分析师平均预期的0.09美元。这一乐观展望表明 ，英特尔首席执行官陈立武正在推动一项充满挑战的复兴计划取得进展 。

在去年引入大规模投资、强化公司资产负债表之后
，陈立武如今正兑现改善运营的承诺
。陈立武表示，英特尔交出了一份“稳健的成绩单
” ，表现超出预期。他预计用于AI系统的处理器需求将继续扩大，并称公司正“高度聚焦”提升工厂产量
，目前仍无法满足所有订单 。陈立武表示：“需求非常巨大
。我们正非常努力确保交付 、满足需求，但仍存在缺口 ，因为客户需求持续增长。 ”

陈立武表示
，与他去年出任CEO时相比，如今的英特尔已经是一家“从根本上不同的公司
” 。他表示：“一年前 ，关于英特尔的讨论还在于我们能否生存下来
。而今天
，讨论的是我们能够多快扩大制造能力、提升供应规模，以满足对我们产品的巨大需求。”

为支撑AI大规模基础设施建设而对数据中心芯片的需求 ，正在提振英特尔旗舰Xeon服务器处理器的销量 。这类通用型半导体——中央处理器(CPU)——正重新成为企业关注的重点
，因为它们有助于将AI软件转化为可带来收入的服务
。

过去两年，AI产业链的叙事几乎被GPU垄断了 ，而CPU在AI服务器里的存在感则很弱。其原因在于
，在训练时代，最核心的瓶颈是并行计算能力 ，GPU负责吞掉最重的矩阵运算，CPU更多承担通用控制和基础调度工作 。

然而
，随着AI智能体和强化学习(RL)工作负载的爆发式增长，CPU在数据中心的战略地位正经历结构性重估。智能体的本质 ，不是把问题答得更长
，而是把一次请求拆成一整套工作流
。模型不再只是生成一个答案，而是在执行一段流程。一旦AI从“算一次
”变成“跑流程” ，系统对CPU的依赖就会显著上升 。原因在于
，很多关键负载并不适合GPU承担
。比如任务编排
、线程调度、进程管理 、沙箱执行
、前后处理、缓存协调 、状态维护，这些都是典型的CPU工作。尤其是在多智能体协同场景下 ，多个智能体并发运行
、互相调用工具、共享状态
，对CPU的核心数 、线程数
、单核性能和内存管理能力都提出了更高要求 。

此外，曾长期深陷困境并遭受投资者质疑的英特尔代工业务也终于吸引到一批长期求之不得的大客户
。上周有报道称 ，英特尔与苹果(AAPL.US)在谈判持续逾一年后于近期达成初步协议
，将为苹果设备生产部分芯片。苹果订单若落地，将成为英特尔代工业务迄今最具分量的外部客户背书 。

英特尔的另一重要外部客户承诺来自埃隆·马斯克
。马斯克在上月表示 ，该公司计划在其Terafab芯片项目中使用英特尔更先进的14A制造工艺来生产芯片。这使得特斯拉成为英特尔14A技术的第一个主要客户 。

先进封装有望成英特尔最现实突破口

上述这些大客户的获取对英特尔而言是一项重大突破——该公司正致力于业务转型，以吸引外部客户使用其芯片制造技术
。

有分析人士指出
，在英特尔的代工业务体系中，虽然18A-P(18A的增强版本)是英特尔重新敲开顶级客户大门的工艺名片 ，但是先进封装可能才是英特尔代工业务更现实、更快看到商业回报的突破口。

当下
，AI芯片正在从独立芯片裸片竞争变成Chiplet 、HBM
、2.5D/3D封装、系统级集成的竞争 。对于英伟达 、谷歌、亚马逊
、AMD乃至未来更多自研AIASIC的云厂商而言，先进制程依然重要 ，但真正卡住AI芯片出货节奏的
，已经变成了先进封装和HBM。

研究机构EpochAI在2026年的分析中指出，2025年AI芯片几乎吸收了全部可用的CoWoS与HBM供应 ，而逻辑晶圆制造反而不是最紧的约束;前沿AI芯片通常需要先进逻辑芯片裸片、HBM
，以及将二者集成到同一封装中的CoWoS类先进封装能力
。而英特尔的先进封装技术，正好契合这个方向。

需要强调的是 ，英特尔在先进封装上的积累并不弱 。按照英特尔官方介绍
，其先进封装路线覆盖EMIB 、Foveros
、FoverosDirect等多个技术平台，目标是在2030年实现单封装内集成1万亿个晶体管
。

具体来看 ，EMIB本质上是一种嵌入式多芯片互连桥方案，可以在不使用传统大尺寸硅中介层的情况下
，实现多个芯片裸片之间的高密度互连;Foveros则进一步走向3D堆叠，把逻辑、I/O 、缓存或其他功能芯粒进行垂直集成;FoverosDirect采用混合键合技术 ，可进一步提升互连密度和能效。

对英特尔而言
，如果只谈18A
、14A，很容易被市场拿来和台积电做比较 ，但如果把EMIB、Foveros 、FoverosDirect与未来的18A-P
、18A-PT、14A组合起来看
，它就更有胜算和底气 。

因此，从商业化角度看 ，先进封装也可能比先进制程更快给英特尔带来外部客户认可
。先进制程的客户导入周期长
，牵涉PDK 、IP
、EDA、良率 、成本和长期产能承诺，尤其像苹果、高通
、英伟达这样的客户 ，不可能轻易把核心旗舰芯片从台积电迁出。但先进封装的切入方式更灵活 。客户可以先把部分Chiplet、部分AIASIC 、部分高端封装项目交给英特尔验证
，不一定一开始就全面切换晶圆制造
。因此，先进制程决定英特尔能否重新站上牌桌 ，而先进封装可能决定它能否先拿到筹码。